2022, Vol. 43
2. 甘肃省地质矿产勘查开发局第三地质矿产勘查开发研究院, 兰州 730050
, PENG Xin-bo1 , MA Yan-long2
, KANG Le1 , ZHANG Yan-e1 , WANG Quan-ling1 , ZHANG Song-lin1
2. The Third Institute of Geology and Mineral Exploration, Gansu Provincial Bureau of Geology and Minerals Exploration and Development, Lanzhou 730050, China
有报告指出：污染已成为全球土壤功能退化最主要的威胁之一[1].我国16.1%的耕地土壤遭受污染[2], 原因之一就是重金属污染.净土才能洁食.土壤重金属可能直接和/或间接地危害生态环境, 进而通过食物链/网进入人体, 从而直接影响着我国的粮食安全和人体健康[3, 4].有研究表明, 公路沿线土壤重金属污染增加了附近居民的健康风险[5], 垃圾填埋场土壤重金属污染增加了附近居民的致癌风险[6], 经叶类蔬菜途径摄入的重金属存在较高健康风险[7], 汞矿周边土壤的As对当地居民有严重的健康风险[8].可见, 有必要科学评估土壤重金属污染的生态与健康风险并探讨其空间分异的影响因素.目前, 对重金属生态风险和人体健康风险评价的方法主要包括传统评价模型、综合评价模型和美国国家环保署(USEPA)吸入风险模型, 传统评价模型主要包括商值法和潜在生态风险危害指数法.商值法为生物暴露量除以效应浓度, 与潜在生态风险危害指数法相比, 不具有预测未来风险的能力[9]; 综合评价模型不能清楚地反映风险形成机制和影响因素, 而潜在生态风险危害指数法用定量的方法划分出重金属潜在危害程度; USEPA吸入风险评估模型敏感度更高, 能根据风险值的高低对危害程度进行量化[10].地理探测器能揭示土壤重金属含量的影响因素及其交互作用, 包括重金属含量空间分布与环境因子间的非线性关系, 识别土壤重金属污染和风险的空间分布特征[11, 12].
兰州市区“两山夹一谷”的地形限制了兰州市的耕地分布, 工业化和城市化不断发展使耕地面积不断减少, 塑料地膜使用和污水灌溉等因素可能导致耕地重金属污染.有研究表明, 兰州市永登县耕地Hg含量呈升高趋势[13], 西固区耕地Hg污染受燃煤影响[14], 七里河区耕地Hg和Cd轻微累积, 榆中县Cd和Hg累积生态风险较高[15, 16].可见, 兰州市可利用耕地面积逐年降低且质量堪忧.虽然有关学者已开展了兰州市部分区域和类型土壤的重金属污染及其风险相关研究, 但是还不够全面与深入.因此, 本文研究兰州市耕地土壤Pb、Hg、Cr、Cd和As这5种重金属(“五毒”)的潜在生态风险和人体健康风险, 探明风险空间分异的主要影响因子, 以期为保障耕地质量、粮食安全和人体健康提供科学依据.
1 研究区概况兰州市位于黄土高原与青藏高原的交接处, 东经102°35′~104°34′, 北纬35°34′~37°07′, 总面积1.331万km2, 总人口413.4万人(截至2020年7月); 辖三县五区, 包括城关区、七里河区、安宁区、西固区、红古区、永登县、榆中县和皋兰县, 南北群山环抱, 东西黄河穿流而过.典型的大陆性季风气候, 年均气温9.8℃, 年均降水量327 mm, 年均日照2 424 h, 无霜期182 d以上.境内主要河流为黄河及其支流湟水、庄浪河和大通河等.土壤以灰钙土为主, 其次为粟钙土、灰褐土、黑垆土、黄绵土和灌淤土等; 兰州市和各县区耕地的面积21×104 hm2.自然植被以干草原和荒漠草原为主, 由多年旱生丛生禾草、旱生灌木和小半灌木组成.果树以梨、苹果、桃和葡萄为主, 粮食作物以玉米和小麦为主, 经济作物以马铃薯、百合和白兰瓜为主, 蔬菜以菜花、辣椒、黄瓜、番茄、白菜、娃娃菜和甘蓝为主, 是“高原夏菜”的重要基地.
2 材料与方法 2.1 样地设置与样点布设兰州市农田和菜地等耕地表层土壤样品的采集点位布设, 根据《土壤环境监测技术规范》(HJ/T 166-2004)[17], 以兰州市1 ∶5万地形图为底图, 一般按照1 000×1 000 m布点, 结合遥感影像解译和实地勘察, 重点监管企业周边加密布点, 以基本代表周围表层土壤性质及污染水平的同时整体分布基本均匀为主要原则, 应用ArcGIS10.2和LocaSpaceViewer软件完成, 采样密度一般为1个点·km-2, 以最大限度控制调查面积.共设置采样点957个(见图 1).
|
图 1 研究区概况和采样点位示意 Fig. 1 Survey of the study area and location map of sampling sites |
2018年8~12月和2019年4~7月, 根据《土壤环境监测技术规范》(HJ/T 166-2004)[17], 选择近期无明显降水的时间采集0~20 cm表层耕地土壤.利用卫星导航仪结合地形和地物确定采样点位, 定点误差小于50 m.为增强样品的代表性, 采用双对角线法5点混合法采集, 一个表层土样由5个子样组合而成; 以GPS记录点为中心子样点确定采样区, 采样区域一般为20 m×20 m.先用铁铲剖出20 cm深的凸台土柱, 再用木铲铲去铁铲接触土壤, 用木铲采样装袋. 5点采样量保持一致, 混匀后四分, 取样1 500 g左右.土样运回实验室, 参照《土地质量地球化学评价规范》(DZ/T 0295-2016)[18]风干, 用木锤碾压, 去除杂质后研磨混匀, 过孔径2 mm的尼龙筛, 未过筛的土粒重新碾压过筛, 直至全部样品通过, 过筛后的样品充分搅匀后封存待用.
2.2.2 样品分析根据研究区土壤重金属污染程度和重金属毒性高低, 筛选“五毒”重金属(Hg、Pb、Cd、As和Cr)作为风险评价对象[19]. 其中: pH值测定依据《土壤中pH的测定》(NY/T 1377-2007)[20]; As和Hg含量依照《土壤质量总汞、总砷、总铅的测定》(GB/T 22105-2008)[21]进行测定, 采用王水(浓硝酸和浓盐酸均为优级纯)进行消解, 原子荧光光谱仪(AFS-830)测定; Pb、Cr和Cd含量依照《固体废物金属元素的测定电感耦合等离子体质谱法》(HJ 766-2015)[22]测定, 消解时采用硝酸(优级纯)、氢氟酸(分析纯)、高氯酸(优级纯)和王水进行热解, 电感耦合等离子体质谱仪(NexION300X)进行测定.样品每50件一批, 设置两个空白实验, 要求空白测定值小于方法检出限(0.08~0.12μg·L-1); 每批密码插入国家一级土壤标准物质[GBW07404(GSS-4)], 要求回收率90% ~110%.设置6个以上涵盖样品浓度值的标准系列浓度, 要求相关系数大于0.999.
2.3 风险评价 2.3.1 生态环境风险本文采用由瑞典科学家Hakanson[23]于1980年提出的潜在生态危害指数法, 评价研究区耕地表层土壤重金属的生态环境风险.其计算公式如下：
|
(1) |
式中, Cfi表示重金属i的污染系数; Cdi为样品中重金属i的实测含量, mg·kg-1; Cri为重金属i的甘肃省土壤背景值[24], 单位为mg·kg-1.
|
(2) |
|
(3) |
式中, Eri为第i种重金属的潜在生态危害系数; RI为多种重金属的潜在生态风险指数; Tri为第i种重金属的毒性系数, 引用Hakanson和徐争启等[25]对重金属毒性系数的研究成果：Cr(=2)＜Pb(=5)＜As(=10)＜Cd(=30)＜Hg(=40)[26]; m为评估重金属的个数, 这里为5.潜在生态危害的具体分级标准见表 1.
|
表 1 重金属潜在生态危害等级的划分标准[27, 28] Table 1 Classification standard of potential ecological hazard grade of heavy metals |
2.3.2 人体健康风险
本文参照US EPA提出的健康风险模型和标准, 评价研究区耕地表层土壤农田重金属的人体健康风险[29].具体公式如下：
|
(4) |
|
(5) |
|
(6) |
式中, ADDing、ADDinh和ADDderm分别为经口摄入、呼吸摄入和皮肤摄入的每日剂量, mg·(kg·d)-1; C为土壤中重金属的含量, mg·kg-1; IngR为每日摄取率; InhR为每日吸收率; EF为暴露频率; ED为暴露时长; BW为平均体重; AT为平均时间; PF为颗粒物释放因子; SA为皮肤暴露面积; SL为皮肤黏附因子; ABE为皮肤吸附因子.参数值见表 2(USEPA于2009年提出的参照标准).
|
|
表 2 US EPA健康风险评价模型的暴露参数 Table 2 Exposure parameters of the US EPA health risk assessment model |
重金属对人体健康产生的非致癌效应和致癌效应计算公式如下：
|
(7) |
|
(8) |
|
(9) |
式中, HI为多种物质或一种物质多种暴露方式的非致癌风险指数, 无量纲; HQi为非致癌重金属i的单项非致癌健康风险指数, 无量纲; ADDij为非致癌重金属i的第j种暴露途径的日均暴露量, mg·(kg·d)-1; ADIij为致癌重金属i的第j种暴露途径的日均暴露量, mg·(kg·d)-1; RfDij为非致癌重金属i的第j种暴露途径的参考剂量, mg·(kg·d)-1; SFij为致癌重金属i的第j种暴露途径的斜率系数, 无量纲.
各重金属的RfD和SF参考值见表 3.当HI值≤1, 表明没有非致癌风险; 当HI＞1, 意味着有非致癌风险, 非致癌可能性随着HI值的增加而增加.CR为多种物质或一种物质多种暴露方式的致癌风险, 无量纲.为了更清楚地研究研究区重金属致癌风险, 本研究以级差对土壤重金属致癌风险进行划分, 具体分级标准如表 4所示.
|
|
表 3 土壤重金属不同暴露途径的RfD和SF参考值1) Table 3 RfD and SF reference values of soil heavy metals exposed by different pathways |
|
|
表 4 土壤重金属致癌风险的分级标准 Table 4 Classification standard of carcinogenic risk of soil heavy metals |
2.3.3 地理探测器
自然和人为因素影响土壤重金属含量的动态平衡及其空间分布.其中, 海拔高度是土壤重金属含量空间分布的主要影响因子[37].坡度影响土壤物质的形成与积累, pH值影响土壤重金属的赋存状态与迁移能力, 降水量和气温影响土壤含水量和温度, 进而影响土壤环境状况, 同时大气湿沉降可能带来重金属污染.其中, 采样季平均降水量和平均气温的影响更直接.人类活动有可能带来土壤重金属污染, 并加剧其空间分异性.其中, 距公路和铁路距离反映交通的影响, 距河流距离反映土壤重金属流失以及污染河水灌溉的影响, GDP(国内生产总值)和人口数量人类活动、尤其是工农业生产和生活对土壤重金属污染的影响.
地理探测器是探测和利用变量空间分异性并揭示其驱动因子的统计学方法[11].本文利用其中的分异及因子探测器, 探究海拔高度(km)、坡度(°)、pH值、采样季平均气温(℃)、采样季平均降水量(mm)、距公路距离(km)、距铁路距离(km)、距河流距离(km)、GDP(万元)和人口(人)对土壤重金属生态环境风险与人体健康风险的影响, 并识别其空间分异的影响因子.高程数据从地理空间数据云网站(http://www.gscloud.cn/)得到, 经ArcGIS软件的拼接、裁剪与坡度提取等操作, 得到海拔高度和坡度数据; 距公路、铁路和河流距离采用欧式距离求出; pH值直接采样测量; 采样季平均降水量和平均气温来自资源环境数据云平台(http://www.resdc.cn/), 在ArcGIS中对数据进行相应的预处理获得.鉴于上述因子对两种风险的影响结果类似, 故仅探究其对人体健康风险的影响：
|
(10) |
|
(11) |
|
(12) |
式中, q度量影响因子X对土壤重金属人体健康风险(Y)空间分布的解释程度, 取值[0, 1], q值越大说明影响因子的解释力越强; Nh和N分别为层h和全区的单元数; σh2和σ2分别为层h和全区Y值的方差; h=1, …, L, L为变量Y或因子X的分层, 即分类或分区; SSW和SST分别为层内方差之和与全区总方差.
2.3.4 风险空间分布采用克里金插值法绘制研究区土壤“五毒”重金属的生态环境风险与人体健康风险的空间分布图.原始数据或者转换以后呈正态分布是空间插值的前提[38].采用K-S检验确定数据的正态分布性.假设H0: F(X)=Fn(X), 计算统计量：D=|F(X)-Fn(X)|. Da(n)样本量为n时a=0.05[39]水平下K-S检验的临界值, 若D＜Da(n), 则假设成立, 认为理论分布F(X)与样本数据的经验分布拟合较好, 在a=0.05水平下无显著差异.
3 结果与分析 3.1 土壤重金属含量描述性统计特征本研究以3σ原则识别异常值, 复检复测表明, 异常值真实存在, 分布于企业周边, 故不剔除异常值.其中, ω(As)范围在2.41~34.60 mg·kg-1之间, 平均值为13.12 mg·kg-1, 超出甘肃省土壤环境背景值的1.06倍; ω(Cd)范围在0.05~1.06 mg·kg-1之间, 平均值为0.25 mg·kg-1, 超出甘肃省土壤环境背景值2.24倍; ω(Cr)范围在17.00~155.770 mg·kg-1之间, 平均值为65.40 mg·kg-1, 超出甘肃省土壤环境背景值0.93倍; ω(Hg)范围在0.01~0.70 mg·kg-1之间, 平均值为0.05 mg·kg-1, 超出甘肃省土壤环境背景值2.33倍; ω(Hg)范围在11.30~60.80 mg·kg-1之间, 平均值为23.77 mg·kg-1, 超出甘肃省土壤环境背景值1.28倍.
3.2 生态环境风险峰度和偏度表示数据偏离正态分布的程度.基于危害系数的研究区土壤“五毒”重金属生态危害风险指数见表 5, 表明As和Cr的Eri偏度＜0, 左偏; Cd、Hg和Pb的Eri偏度均>0, 右偏.其中, As、Cd、Cr和Pb的Eri偏度较小且峰度较低, Hg的Eri较大且峰度较高.经K-S检验, 表明研究区耕地表层土壤中“五毒”重金属含量的数据中, 全不符合正态分布, 其中Hg偏离正态严重.所以, 在空间插值之前需要进行数据转换.
|
|
表 5 基于危害系数的研究区土壤“五毒”重金属生态危害风险 Table 5 Ecological hazard risk of "five toxic" heavy metals in soil based on hazard coefficient in the study area |
变异系数体现了不同样点间变量的变异程度[40]和离散程度[41].研究区“五毒”重金属Eri的变异系数从大到小依次为：Cr>Pb>As>Hg>Cd, 均属于弱变异(＜10%), 受人为活动的影响较弱.表 5表明, 研究区土壤中“五毒”重金属的Eri平均值从大到小依次为：Hg>Cd>As>Pb>Cr, 显示Hg和Cd的Eri值较高, Hg的各种生态环境风险均存在, 以轻微和中等风险为主; Cd的生态环境风险从无到高, 绝大部分是轻微, 但是中高风险也不容忽视; 因此, Hg和Cd的生态环境风险值得重视.而As、Cr和Pb的Eri值较小, 生态环境风险全部处于无风险水平.基于兰州市耕地表层土壤中Cd和Hg潜在生态危害风险的分布见图 2, 表明兰州市耕地表层土壤Cd的轻微生态环境风险区主要位于榆中县舰子村、城关区、七里河区、皋兰县石青村、甜水井、大横村、白坡村、西岔镇和黑石村; 中等风险区主要位于红古区、西固区和榆中县.Hg的极高风险区主要位于红古区, 高风险区主要位于西固区和红古区, 中等风险区位于西固区和榆中县, 轻微风险水平位于榆中县舰子村、城关区、七里河区的皋兰县石青村、甜水井、大横村、白坡村和西岔镇黑石村.其中极高风险的红古区需要重点关注, 必要时采取措施, 以免导致生态危害.
|
图 2 兰州市耕地表层土壤中Cd和Hg潜在生态危害风险的分布 Fig. 2 Distribution of potential ecological hazards of Cd and Hg in surface soil of cultivated land in Lanzhou |
基于研究区土壤“五毒”重金属的综合生态危害风险指数见表 6.研究区土壤“五毒”重金属RI值的偏度>0, 属于右偏态且峰度较低, 属于中等变异(10%≤CV≤100%), 表明样点重金属受人为活动的影响稍强; 其中, 低风险的样点占比为13.80%, 中风险占比过半, 高风险的样点占比为20.95%, 表明研究区“五毒”重金属的综合潜在生态危害风险较高, 需要加以重视.
|
|
表 6 研究区土壤“五毒”重金属的综合生态危害风险(RI) Table 6 Comprehensive ecological hazard risk of "five toxic" heavy metals in soil of study area |
基于兰州市耕地表层土壤“五毒”重金属综合生态环境风险的空间分布见图 3, 表明兰州市耕地表层土壤“五毒”重金属低风险区主要位于永登县东南部、榆中县中部、北部和及皋兰县西南部; 中等风险区在三县五区均有分布; 高风险区位于永登县北和东南部、城关区南部、七里河东北部、西固区东部和榆中县中部.对中、高风险地区需要重点关注, 必要时采取措施, 以免生态危害发生.
|
图 3 兰州市耕地表层土壤“五毒”重金属综合生态环境风险的空间分布 Fig. 3 Spatial distribution of integrated eco-environmental risk of "five toxic" heavy metals in surface soil of cultivated land in Lanzhou |
根据USEPA提出的健康风险评估方法, 兰州市耕地表层土壤中As、Cd、Cr、Hg和Pb经口摄入、呼吸吸入和皮肤接触途径产生的成人和儿童非致癌风险见表 7.
|
|
表 7 兰州市耕地表层土壤“五毒”重金属的非致癌风险1, 2) Table 7 Non-carcinogenic risk of "five toxic" heavy metals in surface soil of cultivated land in Lanzhou |
表 7表明研究区单个和5种加和的“五毒”重金属经由不同途径导致的人体非致癌风险大小依次均为：经口摄入>皮肤接触>呼吸摄入, 经口摄入比皮肤接触的高1~4个数量级, 比呼吸摄入高9~11个数量级; 皮肤接触比呼吸摄入的高6~9数量级, 说明经口摄入对成人和儿童的非致癌风险最大, 应予关注.其中, 经口、呼吸和皮肤摄入的非致癌风险HI值均小于1, 表明其对人体均不存在非致癌风险.
研究区耕地表层土壤“五毒”重金属对儿童的非致癌风险HI值为1.14×10-4~1.60×10-1, 平均值为3.60×10-2, 成人的HI值为6.58×10-5~8.97×10-2, 平均值为2.05×10-2, 表明儿童比成年人更高, 与文献[42~44]的研究结果相吻合.而且, 研究区耕地表层土壤重金属对儿童的非致癌风险总体上高于成人(1.67~1.93倍, 平均值为1.78倍).儿童经口摄入的重金属含量略高于成人, 但是, 经皮肤和呼吸摄入的重金属含量要小于成人, 原因是相同的重金属浓度下儿童对土壤重金属的影响比成年人更敏感, 以及儿童的吮吸手指等行为和较差的解毒与排毒能力有关[45], 导致儿童可能会摄入更多的重金属.
研究区5种重金属对成人和儿童的非致癌风险大小HI值依次为：As>Cr>Cd>Pb>Hg, As与Cr之和的占比分别为90.46%和90.63%.可以看出, As和Cr是非致癌风险最高的元素, 其次是Pb和Cd.因此, 研究区As和Cr的非致癌风险值得特别关注.
3.3.2 致癌风险经K-S检验, 表明研究区耕地表层土壤中“五毒”重金属含量对人体致癌影响的数据全不符合正态分布.所以, 在空间插值之前需要进行数据转换.
基于兰州市耕地表层土壤“五毒”重金属的致癌风险见表 8, 研究区单个和5种加和的“五毒”重金属经由不同途径导致的人体致癌风险大小依次均为：经口摄入>皮肤接触>呼吸摄入, 说明经口摄入对成人和儿童的致癌风险最大, 应予关注.经皮肤接触和呼吸摄入暴露途径对成人和儿童均不存在致癌风险.其中, 除As经口摄入途径对人体为中等致癌风险外, 其余4种均无致癌风险.
|
|
表 8 兰州市耕地表层土壤“五毒”重金属的致癌风险1) Table 8 Carcinogenic risk of "five toxic" heavy metals in surface soil of cultivated land in Lanzhou |
研究区耕地表层土壤中“五毒”重金属对儿童和成人总的致癌风险属于可接受的中等致癌风险, 儿童的略高一些, 主要是由于经口摄入途径所致.研究区5种重金属对成人致癌风险的大小依次为：As>Cr>Cd>Pb, 对儿童致癌风险的大小依次为：As>Cd>Cr>Pb.其中, As对成人和儿童均具有可接受的中等致癌风险, 而Cd、Cr与Pb对成人和儿童均没有致癌风险.
基于兰州市土壤中As致癌风险的空间分布见图 4, 表明兰州市耕地表层土壤中As对采样点附近儿童存在轻微(1.61%)和中等(98.39%)可接受的致癌风险, 最大值位于红古区窑街镇, 最小值位于皋兰县黑石镇.其中, 轻微风险区主要位于永登县东南部和皋兰县西北部.兰州市耕地表层土壤中As对采样点附近成人均为轻微可接受的致癌风险(25.89%)和中等可接受的致癌风险(74.11%), 最大值位于红古区窑街镇大红坪, 最小值位于皋兰县黑市镇.其中, 轻微可接受的风险区主要位于皋兰县、永登县东南部、西固区西北部以及榆中县中部和东部地区.因此, 需要重点关注As对成人的致癌风险, 必要时提前采取措施, 以免致癌风险进一步升高.
|
图 4 兰州市土壤中As致癌风险的空间分布 Fig. 4 Spatial distribution of carcinogenic risk of As in soils of Lanzhou |
基于研究区耕地表层土壤“五毒”重金属人体风险影响因子见表 9, 表明研究区影响因子对“五毒”重金属q值的平均值依次为：采样季平均降水量>海拔高度>GDP>采样季平均气温>坡度>pH>人口>距公路距离>距铁路距离>距河流距离, 说明采样季平均降水量、海拔高度和GDP对研究区耕地土壤重金属风险空间分异的影响最显著.各影响因素对不同重金属的影响程度不同, 反映不同重金属性质的差异.其中, 采样季平均降水量对研究区As和Cd风险空间分异的解释力较强, 与张军等[46]的研究结果相符, 可能是由于燃煤、扬尘和工业排放湿沉降所致[47]; GDP对Cr风险空间分异有较强解释力, 体现了人类活动、尤其是工业排放的影响; 距铁路距离对Hg和Pb风险空间分异有较强解释力, 反映火车运输的煤炭、石油和冶炼等大宗物资泄漏以及列车部件磨损排放的影响[48].
|
|
表 9 研究区耕地表层土壤“五毒”重金属人体风险影响因子 Table 9 Human risk factors of "five toxic" heavy metals in surface soil of cultivated land in the study area |
As是导致研究区人体致癌风险的主要污染物.采样季平均降水量对其风险空间分异的影响力最大, 海拔高度和平均气温次之, 反映三者通过影响土壤形成及其重金属的迁移能力进而影响As人体健康风险的空间分异.
3.4.2 多因子交互作用土壤重金属成分复杂, 其健康风险空间分异是多种因素共同作用的结果.交互作用探测器可判定影响因子的交互作用类型与程度.表 10显示了10种影响因子中对研究区耕地土壤重金属人体健康风险空间分异影响前三强的交互作用.根据交互作用类型的判别标准, 研究区双因子的交互作用均大于单因子的作用, 因此为增强作用; 除距铁路距离与距公路距离和降水对Pb的交互作用为双协同作用以外, 其余均为非线性协同作用[49].虽然采样季平均降水量、GDP和距铁路距离对研究区重金属风险空间分异起主导作用, 但是pH值、坡度和海拔高度等因子也会增强三者的影响度.其中, 相比于坡度和距铁路距离, 采样季平均降水量和pH值的交互作用对As的影响稍大, 可能是由于其影响As在土壤中的赋存形态和迁移能力.海拔高度和距河流距离的交互作用对Cd健康风险空间分异有显著增强作用, 说明土壤母质与灌溉的贡献较大.GDP和坡度的交互作用对Cr风险空间分异的影响稍大, 而海拔高度和采样季平均气温与GDP的交互作用稍小, 反映人类活动的显著贡献, 以及坡度改变降雨时土壤的承雨面积、径流速度和入渗时间[50].距铁路和公路距离的交互作用对Hg的影响稍大, 体现了交通源的显著贡献.距铁路距离和采样季平均降水量、距公路距离以及坡度的交互作用对Pb影响更大一些, 反映了交通源、湿沉降和降水入渗的贡献显著.交互探测结果表明, 研究区土壤重金属的迁移、赋存和累积受多种因素的复合影响, 使其健康风险空间分异呈现出不同的现象.
|
|
表 10 研究区“五毒”重金属人体健康风险影响因子的交互作用 Table 10 Interaction of human health risk factors of "five toxic" heavy metals in the study area |
4 讨论
土壤重金属生态环境风险是一定区域内环境变化或人类活动导致的生态系统结构和功能损伤可能性.兰州市耕地土壤As、Cr和Pb均不存在生态环境风险, 而综合潜在生态危害中风险占比过半, 高风险的样点占比为20.95%, 主要是由于Hg的毒性系数较大, 从而加重了研究区综合潜在生态危害.兰州市西固区土壤As、Cr、Cd和Pb的生态环境风险与蔡锐等[14]的研究结果一致, 而Hg略高, 轻微~高度均有, 是由于两者选用的参比值不同, 蔡锐等选用兰州市土壤背景值[ω(Cd)为0.14 mg·kg-1].李春艳[51]的研究发现, 兰州市城区表层土壤As和Pb具有中等生态环境风险, 均高于本文的研究结果, 应该是由于兰州市城区工业和交通较多导致.张斌[13]的研究发现, 兰州市永登县耕地土壤重金属Cr和Pb含量大于Cd和Hg, 与本文结果研究相似, 是与兰州市冬季燃煤排放以及金属冶炼有关.
研究区耕地土壤重金属对人体基本不具有非致癌风险, 但As对成人和儿童已构成轻微~中等的可接受致癌风险, 且儿童的大于成人, 主要与儿童的生理和行为习惯差异, 尤其是免疫力较低有关.其中, As、Cd和Cr对人体的致癌风险均低于白银市[52](表 11), 主要是由于白银市金属矿开采与冶炼及其废水灌溉造成.汪洁等[53]的研究发现, 昆明市土壤As的生态风险HQ值最大; 同样, 本研究中As的暴露量低于Cd、Cr、Hg和Pb, 但是其健康风险大, 说明重金属的健康风险不仅与暴露量有关, 而且与其毒性高低有关.
|
|
表 11 兰州市与白银市耕地土壤重金属的人体健康风险对比1) Table 11 Comparison of human health risk assessment between Lanzhou and Baiyin |
5 结论
(1) 研究区耕地表层土壤中“五毒”重金属总的生态环境风险主要为低~高等, 中等风险占比过半.As、Cr和Pb不存在生态环境风险, Cd以轻微为主, Hg主要为轻微~中等风险; 必要时需提前采取措施, 以避免生态风险进一步升高.
(2) 研究区土壤“五毒”重金属的人体健康综合风险等级较低, 非致癌风险HI依次为从口摄入>皮肤接触>呼吸摄入, 但是均小于1, 表明均不存在非致癌风险.Cd、Cr和Pb对当地居民不存在致癌风险, 而As对当地居民具有可接受的中等致癌风险, 需要引起关注.
(3) 研究区土壤重金属人体健康风险空间分异影响因子的作用依次为：采样季平均降水量>海拔高度>GDP>采样季平均气温>坡度>pH>人口>距公路距离>距铁路距离>距河流距离.其中, As和Cd的风险空间分异受采样季平均降水量的影响最显著, Cr受GDP的影响最显著, Hg和Pb受距铁路距离的影响最显著.交互作用显示各因子间均为协同作用, pH值、坡度和海拔高度等增强采样季平均降水量、GDP和铁路分布等主导因子的影响程度.
(4) 本文系统分析了研究区“五毒”重金属污染的生态环境与人体健康风险, 并探究了其影响因子的单独与交互作用, 有助于研究区耕地表层土壤重金属污染风险的精准管控.
| [1] | FAO, ITPS. Status of the world's soil resources (SWSR): main report[M]. Rome: Food and Agriculture Organization of the United Nations and Intergovernmental Technical Panel on Soils, 2015. |
| [2] |
李笑诺, 丁寿康, 陈卫平, 等. 土壤环境质量预警体系构建与应用[J]. 环境科学, 2020, 41(6): 2834-2841. Li X N, Ding S K, Chen W P, et al. Construction and application of early warning system for soil environmental quality[J]. Environmental Science, 2020, 41(6): 2834-2841. |
| [3] |
陈世宝, 王萌, 李杉杉, 等. 中国农田土壤重金属污染防治现状与问题思考[J]. 地学前缘, 2019, 26(6): 35-41. Chen S B, Wang M, Li S S, et al. Current status of and discussion on farmland heavy metal pollution pre-vention in China[J]. Earth Science Frontiers, 2019, 26(6): 35-41. |
| [4] |
徐建明, 孟俊, 刘杏梅, 等. 我国农田土壤重金属污染防治与粮食安全保障[J]. 中国科学院院刊, 2018, 33(2): 153-159. Xu J M, Meng J, Liu X M, et al. Control of heavy metal pollution in farmland of China in terms of food security[J]. Bulletin of Chinese Academy of Sciences, 2018, 33(2): 153-159. |
| [5] | Ghosh S P, Raj D, Maiti S K. Risks assessment of heavy metal pollution in roadside soil and vegetation of national highway crossing through industrial area[J]. Environmental Processes, 2020, 7(4): 1197-1220. DOI:10.1007/s40710-020-00463-2 |
| [6] | Karimian S, Shekoohiyan S, Moussavi G. Health and ecological risk assessment and simulation of heavy metal-contaminated soil of Tehran landfill[J]. RSC Advances, 2021, 11(14): 8080-8095. DOI:10.1039/D0RA08833A |
| [7] |
杨剑洲, 王振亮, 高健翁, 等. 海南省集约化种植园中谷物、蔬菜和水果中重金属累积程度及健康风险[J]. 环境科学, 2021, 42(10): 4916-4924. Yang J Z, Wang Z L, Gao J W, et al. Accumulation and health risk of heavy metals in cereals, vegetables, and Fruits of intensive plantations in Hainan province[J]. Environmental Science, 2021, 42(10): 4916-4924. DOI:10.3969/j.issn.1000-6923.2021.10.051 |
| [8] |
王锐, 邓海, 贾中民, 等. 汞矿区周边土壤重金属空间分布特征、污染与生态风险评价[J]. 环境科学, 2021, 42(6): 3018-3027. Wang R, Deng H, Jia Z M, et al. Spatial distribution characteristics, pollution, and ecological risk assessment of soil heavy metals around mercury mining areas[J]. Environmental Science, 2021, 42(6): 3018-3027. |
| [9] |
王立婷, 刘仁志. 土壤污染风险评价研究进展[J]. 中国环境管理, 2020, 12(2): 62-68. Wang L T, Liu R Z. Research progress on soil pollution risk assessment[J]. Chinese Journal of Environmental Management, 2020, 12(2): 62-68. |
| [10] |
周莉芳, 张美辨, 袁伟明, 等. 应用美国国家环境保护署吸入风险模型评估职业危害的研究[J]. 浙江预防医学, 2014, 26(2): 109-113, 127. Zhou L F, Zhang M B, Yuan W M, et al. A study on application of inhalation risk assessment model of USEPA in occupational health risk assessment[J]. Zhejiang Journal of Preventive Medicine, 2014, 26(2): 109-113, 127. |
| [11] |
王劲峰, 徐成东. 地理探测器: 原理与展望[J]. 地理学报, 2017, 72(1): 116-134. Wang J F, Xu C D. Geodetector: principle and prospective[J]. Acta Geographica Sinica, 2017, 72(1): 116-134. |
| [12] | Qiao P W, Yang S C, Lei M, et al. Quantitative analysis of the factors influencing spatial distribution of soil heavy metals based on geographical detector[J]. Science of the Total Environment, 2019, 664: 392-413. DOI:10.1016/j.scitotenv.2019.01.310 |
| [13] |
张斌. 兰州市永登县红城镇耕地土壤污染现状评价[J]. 资源信息与工程, 2021, 36(2): 113-115. Zhang B. Evaluation on soil pollution of cultivated land in Hongcheng Town, Yongdeng County, Lanzhou City[J]. Resource Information and Engineering, 2021, 36(2): 113-115. DOI:10.3969/j.issn.2095-5391.2021.02.035 |
| [14] | 蔡锐, 曹靖, 代立兰. 兰州西固工业区土壤重金属污染状况分析与评价[J]. 甘肃科技纵横, 2017, 46(9): 31-34, 30. DOI:10.3969/j.issn.1672-6375.2017.09.010 |
| [15] | Duan K X, Zhang S L, Zhao B W, et al. Soil contamination and plant accumulation characteristics of toxic metals and metalloid in farmland soil-food crop system in Qilihe, China[J]. Environmental Science and Pollution Research, 2021, 28(36): 50063-50073. DOI:10.1007/s11356-021-14175-z |
| [16] | Duan K X, Zhao B W, Zhang S L, et al. Contamination characteristics, source analysis, and ecological risk assessment of toxic metals and metalloid in agricultural soil in Yuzhong, China[J]. Journal of Environmental Quality, 2021, 50(1): 122-133. DOI:10.1002/jeq2.20163 |
| [17] | HJ/T 166-2004, 土壤环境监测技术规范[S]. |
| [18] | DZ/T 0295-2016, 土地质量地球化学评价规范[S]. |
| [19] |
王洋洋, 李方方, 王笑阳, 等. 铅锌冶炼厂周边农田土壤重金属污染空间分布特征及风险评估[J]. 环境科学, 2019, 40(1): 437-444. Wang Y Y, Li F F, Wang X Y, et al. Spatial distribution and risk assessment of heavy metal contamination in surface farmland soil around a lead and zinc smelter[J]. Environmental Science, 2019, 40(1): 437-444. |
| [20] | NY/T 1377-2007, 土壤中pH值的测定[S]. |
| [21] | GB/T 22105-2008, 土壤质量总汞、总砷、总铅的测定[S]. |
| [22] | HJ 766-2015, 固体废物金属元素的测定电感耦合等离子体质谱法[S]. |
| [23] | Hakanson L. An ecological risk index for aquatic pollution control.a sedimentological approach[J]. Water Research, 1980, 14(8): 975-1001. DOI:10.1016/0043-1354(80)90143-8 |
| [24] | 王生朴, 连兵. 甘肃省土壤环境背景值特征及其分布规律[J]. 甘肃环境研究与监测, 1993, 6(3): 1-7. |
| [25] |
徐争启, 倪师军, 庹先国, 等. 潜在生态危害指数法评价中重金属毒性系数计算[J]. 环境科学与技术, 2008, 31(2): 112-115. Xu Z Q, Ni S J, Tuo X G, et al. Calculation of heavy metals' toxicity coefficient in the evaluation of potential ecological risk index[J]. Environmental Science & Technology, 2008, 31(2): 112-115. DOI:10.3969/j.issn.1003-6504.2008.02.030 |
| [26] |
王海洋, 韩玲, 谢丹妮, 等. 矿区周边农田土壤重金属分布特征及污染评价[J]. 环境科学, 2022, 43(4): 2104-2114. Wang H Y, Han L, Xie D N, et al. Distribution characteristics of heavy metals in farmland soils around mining areas and pollution assessment[J]. Environmental Science, 2022, 43(4): 2104-2114. |
| [27] |
王蕊, 陈楠, 张二喜. 基于总量与形态的矿区周边土壤重金属生态风险与健康风险评估[J]. 环境科学, 2022, 43(3): 1546-1557. Wang R, Chen N, Zhang E X. Ecological and health risks assessment based on the total amount and speciation of heavy metals in soils around mining areas[J]. Environmental Science, 2022, 43(3): 1546-1557. |
| [28] |
马建华, 韩昌序, 姜玉玲. 潜在生态风险指数法应用中的一些问题[J]. 地理研究, 2020, 39(6): 1233-1241. Ma J H, Han C X, Jiang Y L. Some problems in the application of potential ecological risk index[J]. Geographical Research, 2020, 39(6): 1233-1241. |
| [29] |
韩琳, 徐夕博. 基于PMF模型及地统计的土壤重金属健康风险定量评价[J]. 环境科学, 2020, 41(11): 5114-5124. Han L, Xu X B. Quantitative evaluation of human health risk of heavy metals in soils based on positive matrix factorization model and geo-statistics[J]. Environmental Science, 2020, 41(11): 5114-5124. |
| [30] |
徐小涛, 韩桥, 王明仕, 等. 安阳市大型工业区和周围社区土壤中重金属污染特征及健康风险评价[J]. 地球与环境, 2021, 49(5): 551-560. Xu X T, Han Q, Wang M S, et al. Pollution characteristics and health risk assessment of heavy metals in soil of large industrial areas and surrounding communities in Anyang city[J]. Earth and Environment, 2021, 49(5): 551-560. |
| [31] |
刘洋, 何朝辉, 牛学奎, 等. 云南某矿区小流域土壤重金属健康风险评价[J]. 环境科学, 2022, 43(2): 936-945. Liu Y, He C H, Niu X K, et al. Health risk assessment of soil heavy metals in a small watershed of a mining area in Yunnan[J]. Environmental Science, 2022, 43(2): 936-945. DOI:10.3969/j.issn.1000-6923.2022.02.048 |
| [32] |
杨冰雪, 方晨, 马勤, 等. 浙江省某地区农田土壤重金属污染的健康风险评价[J]. 安徽农业科学, 2021, 49(7): 66-69. Yang B X, Fang C, Ma Q, et al. Health risk assessment of heavy metals pollution in farmland soils in a region of Zhejiang Province[J]. Journal of Anhui Agricultural Sciences, 2021, 49(7): 66-69. DOI:10.3969/j.issn.0517-6611.2021.07.018 |
| [33] |
蒙永辉, 王集宁, 夏青, 等. 典型铝塑厂周边土壤重金属分布特征与健康风险评价[J]. 中国环境监测, 2019, 35(5): 69-78. Meng Y H, Wang J N, Xia Q, et al. Accumulation characteristics and health risk assessment of metals around an plastic park[J]. Environmental Monitoring in China, 2019, 35(5): 69-78. |
| [34] |
陈星, 马建华, 李新宁, 等. 基于棕地的居民小区土壤重金属健康风险评价[J]. 环境科学, 2014, 35(3): 1068-1074. Chen X, Ma J H, Li X N, et al. Health risk assessment of soil heavy metals in residential communities built on brownfields[J]. Environmental Science, 2014, 35(3): 1068-1074. |
| [35] |
陈斌, 祝怡斌, 翟文龙. 某退役稀土回收厂表层土壤重金属污染及其对人体健康风险评价[J]. 有色金属(冶炼部分), 2021(10): 133-138. Chen B, Zhu Y B, Zhai W L. Assessment of heavy metal and human health risk in surface soils in a decommissioned rare earth recycling plant[J]. Nonferrous Metals(Extractive Metallurgy), 2021(10): 133-138. DOI:10.3969/j.issn.1007-7545.2021.10.018 |
| [36] |
王会镇, 卜兴兵, 张凯鑫, 等. 成都绕城高速两侧土壤重金属含量测定及健康风险评价[J]. 四川环境, 2018, 37(1): 111-119. Wang H Z, Bu X B, Zhang K X, et al. Determination of heavy metal content in soils on both sides of Chengdu city expressway and evaluation on the healthy risk[J]. Sichuan Environment, 2018, 37(1): 111-119. DOI:10.3969/j.issn.1001-3644.2018.01.020 |
| [37] |
袁程昱, 李发永, 袁自强, 等. 新疆某高寒、高海拔矿区重金属分布特征及污染评价[J]. 生态与农村环境学报, 2020, 36(5): 679-688. Yuan C Y, Li F Y, Yuan Z Q, et al. Distribution characteristics and pollution evaluation of heavy metals in an extremely cold and high-altitude Mining area in Xinjiang[J]. Journal of Ecology and Rural Environment, 2020, 36(5): 679-688. |
| [38] |
杨楠, 连雅, 夏新, 等. 典型区域土壤重金属空间变异与多变量均质性分区研究[J]. 农业环境科学学报, 2021, 40(7): 1451-1459. Yang N, Lian Y, Xia X, et al. Spatial variability and multivariate homogeneity division of soil heavy metals in typical areas[J]. Journal of Agro-Environment Science, 2021, 40(7): 1451-1459. |
| [39] |
叶霖, 王兴旺, 魏立新, 等. 基于RCM的油库输油泵风险评价及运行可靠性分析[J]. 石油化工设备技术, 2021, 42(3): 27-32, 40. Ye L, Wang X W, Wei L X, et al. Risk assessment and operation reliability analysis of oil pumps in oil depot based on RCM[J]. Petrochemical Equipment Technology, 2021, 42(3): 27-32, 40. DOI:10.3969/j.issn.1006-8805.2021.03.006 |
| [40] |
范明毅, 杨皓, 黄先飞, 等. 典型山区燃煤型电厂周边土壤重金属形态特征及污染评价[J]. 中国环境科学, 2016, 36(8): 2425-2436. Fan M Y, Yang H, Huang X F, et al. Chemical forms and risk assessment of heavy metals in soils around a typical coal-fired power plant located in the mountainous area[J]. China Environmental Science, 2016, 36(8): 2425-2436. DOI:10.3969/j.issn.1000-6923.2016.08.024 |
| [41] |
戴彬, 吕建树, 战金成, 等. 山东省典型工业城市土壤重金属来源、空间分布及潜在生态风险评价[J]. 环境科学, 2015, 36(2): 507-515. Dai B, Lv J S, Zhan J C, et al. Assessment of Sources, spatial distribution and ecological risk of heavy metals in soils in a typical industry-based city of Shandong Province, Eastern China[J]. Environmental Science, 2015, 36(2): 507-515. |
| [42] |
谢团辉, 郭京霞, 陈炎辉, 等. 福建省某矿区周边土壤-农作物重金属空间变异特征与健康风险评价[J]. 农业环境科学学报, 2019, 38(3): 544-554. Xie T H, Guo J X, Chen Y H, et al. Spatial variability and health risk assessment of heavy metals in soils and crops around the mining area in Fujian Province, China[J]. Journal of Agro-Environment Science, 2019, 38(3): 544-554. |
| [43] |
潘丽波, 乌日罕, 王磊, 等. 北京市密云水库上游土壤和沉积物重金属污染程度及风险评价[J]. 环境工程技术学报, 2019, 9(3): 261-268. Pan L B, Wu R H, Wang L, et al. Heavy metal pollution levels and risk assessment of soils and sediments in the upstream of Miyun reservoir, Beijing[J]. Journal of Environmental Engineering Technology, 2019, 9(3): 261-268. |
| [44] |
陶美霞, 胡虎, 胡兰文, 等. 上饶市某铜矿废弃地土壤重金属污染特征及健康风险评价[J]. 生态环境学报, 2018, 27(6): 1153-1159. Tao M X, Hu H, Hu L W, et al. Characteristics and health risk assessment of heavy metals in polluted abandon soil of Shangrao, Jiangxi[J]. Ecology and Environment Sciences, 2018, 27(6): 1153-1159. |
| [45] | Lian M H, Wang J, Sun L N, et al. Profiles and potential health risks of heavy metals in soil and crops from the watershed of Xi River in Northeast China[J]. Ecotoxicology and Environmental Safety, 2019, 169: 442-448. |
| [46] |
张军, 高煜, 王国兰, 等. 典型河谷城市土壤重金属含量空间分异及其影响因素[J]. 生态环境学报, 2021, 30(6): 1276-1285. Zhang J, Gao Y, Wang G L, et al. Spatial differentiation and influencing factors of heavy metal content in soils of typical river valley city[J]. Ecology and Environment Sciences, 2021, 30(6): 1276-1285. |
| [47] |
张国忠. 环渤海区域大气沉降对农田土壤重金属污染的影响及其防治对策研究[D]. 兰州: 甘肃农业大学, 2019. Zhang G Z. Study on the influences of atmospheric deposition on the heavy metal pollution in the farmland over the Bohai sea region and corresponding preventions[D]. Lanzhou: Gansu Agricultural University, 2019. |
| [48] |
马建华, 楚纯洁, 李剑, 等. 铁路交通对铁路旁土壤重金属污染的影响——以陇海铁路郑州—圃田段为例[J]. 土壤通报, 2007, 38(1): 128-132. Ma J H, Chu C J, Li J, et al. Influence of railway traffic on heavy metal contamination in railroad-soils: a case study on the Zhengzhou-Putian section of the Long-Hai railway[J]. Chinese Journal of Soil Science, 2007, 38(1): 128-132. |
| [49] |
马永桃, 任孝宗, 胡慧芳, 等. 基于地理探测器的浑善达克沙地植被变化定量归因[J]. 中国沙漠, 2021, 41(4): 195-204. Ma Y T, Ren X Z, Hu H F, et al. Vegetation dynamics and its driving force in Otindag Sandy Land based on Geodetector[J]. Journal of Desert Research, 2021, 41(4): 195-204. |
| [50] |
刘娟, 张乃明, 于泓, 等. 沘江两岸耕地土壤重金属径流迁移模拟研究[J]. 安全与环境学报, 2021, 21(4): 1823-1831. Liu J, Zhang N M, Yu H, et al. Simulated research on the heavy metal runoff migration from the farmland soil on the both sides of Bijiang river[J]. Journal of Safety and Environment, 2021, 21(4): 1823-1831. |
| [51] |
李春艳. 兰州市主城区不同功能区表土重金属污染特征及风险评价[D]. 兰州: 西北师范大学, 2021. Li C Y. Pollution characteristics and risk assessment of topsoil heavy metals in different functional areas in the main urban area of Lanzhou[D]. Lanzhou: Northwest Normal University, 2021. |
| [52] |
李有文, 王晶, 巨天珍, 等. 白银市不同功能区土壤重金属污染特征及其健康风险评价[J]. 生态学杂志, 2017, 36(5): 1408-1418. Li Y W, Wang J, Ju T Z, et al. Heavy metal pollution characteristics and human health risk assessment in soils from different functional areas of Baiyin, Gansu, China[J]. Chinese Journal of Ecology, 2017, 36(5): 1408-1418. |
| [53] |
汪洁, 龚竞, 刘雨佳, 等. 昆明市土壤重金属的生态与健康风险评价[J/OL]. 轻工学报, 1-18. http://kns.cnki.net/kcms/detail/41.1437.TS.20211026.0841.002.html, 2021-12-03. Wang J, Gong J, Liu Y J, et al. Ecological & health risk assessment of heavy metals in soils from a typical southwest capital city[J/OL]. Journal of Light Industry, 1-18. http://kns.cnki.net/kcms/detail/41.1437.TS.20211026.0841.002.html, 2021-12-03. |